Python中FITS格式⽂件数据的读取
FITS(Flexible Image Transport System)格式⽂件是天⽂学数据储存的公⽤⽂件格式，在国际的天⽂数据存储与传输中担任着⼗分重要的⾓⾊。但是这种⽂件格式在其他科学领域
并不常⽤，造成这⽅⾯的⽂件资料并不多，尤其是基础性⼊门的指导性说明就更少了。
我本⼈也是初学天⽂的学⽣，对于⼀些特殊情况，可能学⽣们突然接触这类⽂件格式，有可能不知所措。如果⽼师们讲的⽐较详细的话，学⽣还能听懂，但若是学⽣不得不⾃⼰
⾃学掌握，可能就很难有⼀个感性的理解。其实我并不专业，在这⾥只是想⽤⾃⼰的理解向有需要的同⾏简单介绍⼀下，让⼤家了解⼀些基础的、容易理解的知识。
以下内容适合刚刚接触Python的天⽂初学者。
2017/4更新：发现这篇⽂章还有挺多⼈看的，就更新了⼀次，最主要的是更正了⼀些错误（其中有⼀个严重的概念错误），其他的包括把图⽚换成了新的，以及补充了⼀些信息和修改了⼀些错别字。
FITS⽂件有很多单元（Unit）组成，每个单元都包含记录单元属性信息的部分，叫做头⽂件（Header），以及存储数据的部分，叫做数据单元（Data），合起来就称为
HDU（Header and Data Unit），其中头⽂件是必有的，数据单元可选。
⼀、FITS⽂件单元的头⽂件（header）的格式：
单元的头⽂件由多⾏上述格式的代码组成，每⾏80个字符，结尾以关键词END结束。可以见下图：
每个关键字都有着相应的值，在头⽂件中存储着⽂件的⽇期、⼤⼩、数据格式、数据来源、数据范围、数据位数、坐标轴数等等信息。python怎么读取py文件
每⼀个⽂件必须含有SIMPLE、BITPIX、NAXIS和END关健字，并且必须是这⼀顺序。在它们之间可以插⼊其它的⾏记录。第⼀个记录的关健字⼀定是SIMPLE，最后的⾏记录
是END。
SIMPLE：值为T表⽰是⼀个标准的FITS⽂件，否则为F。
BITPIX：值为8、1 6、32、⼀32或⼀64，表⽰图象数据的格式。若为8、1 6、32，则数据为单字节、双字节和4字节符号整数，值为⼀32和⼀64代表数据为单精度和双精度浮点
数，第⼀位为符号，接下来8位(单精度)或11位(双精度)为幂，余下的为⼩数。但它们的存储格式与PC机不同，它采⽤⾼字节在前，低字节在后的存储⽅式。因此将FITS格式转
换为任何PC机或在PC 机上显⽰FITS图象都要考虑字节交换的问题。
NAXIS：图象数据矩阵的维数，对于2维图象，它⾄少为2。NAXIS为0表⽰没有数据。
NAXISi：当NAXIS⼤于为0时，其后必须按次序跟有NAXIS1、NAXIS2等等，表⽰每维的⼤⼩。每个NAXISi必须⼤于0。
END：最后⼀个⾏记录的关健字必须是END。其后为空格直到⽂件头结束。
其他关健字都是可选的，在天⽂图象中常⽤的还有DATE(⽇期)、UT(时间)、TELESCOPE(望远镜)OBSERVER(观测者)、OBJECT(⽬标)、EPocH(历元)等等。常⽤的还确
DATAMAX和DATAMIN(数据的最⼤和最⼩值)，BSCALE和BZERO(实际值⼀BZREO+BSCAI B×图象值)．COMMENT(注释)等。
⼆、Python中数据的简单提取
先简单说数据单元的格式，FITS⽂件的数据是以多维数组的形式存在的，常见的是⼆维数组，⽐较简单的例⼦就是可以记录⼀系列点的坐标值信息，这样数据形式就是N*2的⼆
维数组。
Python要处理FITS⽂件，要提前安装⼏个扩展包，针对FITS⽂件读取的是astropy扩展包，有很多Windows版⾮官⽅Python扩展包，⼤家可以去哪⾥下载需要的东西。（2017/4
更新：其实建议使⽤pip等包管理⼯具进⾏安装）
在Python中，我们⾸先要引⼊fits模块，然后打开FITS⽂件，⽐如我的是下⾯这样的（）
hdu是随便写的名字，可以换成别的，只要你愿意。hdu下有很多函数，你可以输⼊hdu.按Tab键查看，可以看到许多函数，我们只需要了解我们需要的⼏个就可以了。
我们可以通过info函数查看⽂件基本信息：
我们可以看到这个⽂件有两个单元，其中PrimaryHDU是每个⽂件都有的，可以叫主单元，BinTableHDU属于扩展单元，在这⾥是包含数据的单元。那我们怎么查看⾥⾯的信息
和数据呢？⾸先，先看输出结果⾥的表⽰⽅法，每个单元是⽤1、2……标记的，实际上FITS⽂件的每个单元组成了类似于⼀个“单元数组”的东西（我杜撰的词），我们可以通过
类似的⽅式进⾏访问，也就是hdu[0]便表⽰主单元，hdu[1]表⽰第⼀个扩展单元。
（1）我们先看头⽂件。单元的头⽂件内容可以⽤header⽅法进⾏访问，就像下⾯这样，我们就看到了主单元的头⽂件中的信息，正是必要的四个关键字。
header很像⼀个字典（dict），我不清楚到底是不是，因为这⾥⼀个关键字（keyname）对应的不仅是值（value），还有注释（comment）。因此，如果你要看头⽂件中的
SIMPLE的值，就可以⽤hdu[0].header['SIMPLE']，查看其注释⽤hdu[0].headerments['SIMPLE']：
（2）再看数据单元。在上⾯的信息中我们可以看到扩展单元中是有数据的，数据的维度是1000R*2C，这表⽰数据是1000⾏（rows）2列（column），格式（format）是双精度，据我⾃⼰的观察，各个字I表⽰整型；
J表⽰长整形；
E表⽰浮点型；
D表⽰双精度浮点型；
A表⽰字符型；
所以这份⽂件的数据都是双精度的浮点型。那怎么具体的访问某⼀组数据、某⼀列数据或者某⼀个数据呢？这和前⾯是很类似的，hdu[1]中data能让我们访问其中的数据，要访
问第i组数据，可以⽤hdu[1].data[i]，访问第i组第j个（或者说第i⾏第j列）数据就是hdu[1].data[i][j]，那么访问⼀列的数据怎么办呢？field可以做到这⼀点，field就是字段的意思，
也就是每⼀组数据包含的每个数据的代表含义。每个字段都在⼀列中，因此⽤field可以访问某⼀列的数据。如下图
（后⾯很长的列表省略掉了）
另外，field字段都是有名字的，在data下⽤names可以查看字段名称，并且在field（）中输⼊键值时也可以输⼊名称，下⾯是例⼦：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。